物料驱动的页面搭建:一份提前避坑的问题地图
如果不走「设计稿端到端出码」,而是先沉淀高还原物料、再组合搭建页面——这条路会撞上哪些问题?本文用「一个活页面 = 5 层」的心智模型做主线,尽可能穷举物料设计、匹配、布局、业务逻辑、工程化到度量的全部坑点,并收敛到一个反直觉的结论:搭建范式的命门不是物料好不好看,而是「业务逻辑既不在设计稿也不在物料里」。
Archive
如果不走「设计稿端到端出码」,而是先沉淀高还原物料、再组合搭建页面——这条路会撞上哪些问题?本文用「一个活页面 = 5 层」的心智模型做主线,尽可能穷举物料设计、匹配、布局、业务逻辑、工程化到度量的全部坑点,并收敛到一个反直觉的结论:搭建范式的命门不是物料好不好看,而是「业务逻辑既不在设计稿也不在物料里」。
本系列的规范篇。为「基于物料的 UI 还原 + AI Harness 控制的业务逻辑还原」这套架构,负责任地穷举出需要的全部协议/Schema——分六层、23 个协议,共享一个 Envelope、彼此用 id 交叉引用,逐一给出结构、关键字段与含义。目标是让这套协议族能完整表达复杂场景与真实应用页面,逼近生产运行表现;同时诚实标注它的边界与未解难点。
从语法树构图、跨文件消歧和图遍历查询,到 Skill、AGENTS.md、CLI 与 MCP 接入,讲清 Graphify 如何在构图期与任务运行期分配 LLM 职责。
用一次 llama-cli 采样实验讲清 logits、softmax、temperature、top-k 和 top-p 的真实作用。
从 Git 原理、AI agent 并行任务、hotfix、PR review、命令用法和常见坑出发,讲清 git worktree 解决的真实问题。
从 Euclid、Euler、Gauss、Riemann、Noether、Poincare、Hilbert、Grothendieck、von Neumann、Ramanujan 和 Tao 的思维动作里,提炼一条适合 AI Infra 学习者的数学探索路径。
深读 Import AI 464:从 Fable 的 KernelBench-Mega 结果出发,串起 GPU kernel、远程数字劳动、OSWorld 2.0、企业知识系统和 AI 研发自动化的真实边界。
基于 OpenAI 公开 AI Infra 相关岗位描述,按训练、推理、数据、GPU 集群、可靠性、评测发布、Agent Infra、安全和开发效率拆解 AI Infra 工程师每天实际做什么,并映射到个人学习路线。